# A tibble: 1 × 8
.y. group1 group2 n1 n2 statistic df p
* <chr> <chr> <chr> <int> <int> <dbl> <dbl> <dbl>
1 Edad Mujer Varon 29 33 -0.871 59.6 0.387Indicadores estadísticos
Encuentro 5
Paquete rstatix
El paquete rstatix simplifica el proceso de realizar análisis estadísticos complejos.
- sintaxis intuitiva y basada en el paradigma de la “gramática de datos” de tidyverse
- permite realizar pruebas estadísticas comunes, como t-tests, ANOVA, y correlaciones, de manera rápida y eficiente
- diseño que facilita la integración de resultados en flujos de trabajo de análisis reproducibles, asegurando que las conclusiones derivadas de los datos sean robustas y transparentes.
Paquete rstatix
- Muchas de sus funciones son espejos de las funciones estadísticas de R base pero compatibles con tidyverse, por lo que siempre devuelven los resultados en dataframes
Lo que nos permite conectar el resultado mediante tuberías hacia otras funciones del tidyverse, como select() o filter().
Paquete rstatix
Tiene dos funciones de resumenes para variables cuantitativas y cualitativas:
Paquete rstatix
# A tibble: 2 × 11
Sexo variable n min max median iqr mean sd se ci
<chr> <fct> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1 Mujer Edad 29 18 93 57 39 55.7 23.9 4.44 9.10
2 Varon Edad 33 19 99 63 41 61.1 25.1 4.37 8.90# A tibble: 2 × 3
Sexo n prop
<chr> <int> <dbl>
1 Mujer 31 46.3
2 Varon 36 53.7Paquete janitor
El paquete janitor tiene numerosas funciones de las cuales vamos a destacar la familia tabyl.
La función tabyl() permite crear tablas de frecuencia de una variable o tablas de contingencia para dos o más variables categóricas.
El paquete además tiene otras funciones que se enlazan con tabyl para personalizar los resultados en estas tablas (por ejemplo, agregar totales o representar frecuencias realtivas como porcentajes)
Paquete janitor
Se puede personalizar la tabla conectando por tuberías el agregado de otras funciones del paquete.
library(janitor)
datos |>
tabyl(Sexo) |>
adorn_totals(where = "row") |>
adorn_pct_formatting(digits = 2) Sexo n percent
Mujer 31 46.27%
Varon 36 53.73%
Total 67 100.00%Incorporamos totales con adorn_totals() y configuramos los porcentajes con adorn_pct_formatting().
gtsummary
Este paquete permite crear tablas de resumen elegantes y personalizables que destacan las estadísticas descriptivas, resultados de modelos, y comparaciones de grupos.
Estas tablas son esenciales para reportes, publicaciones y presentaciones, asegurando que la información clave sea fácilmente comprensible.
Las salidas buscan producir estéticas compatibles con las tablas que se envían a publicar en la mayoría de las revistas científicas, así como también en otras publicaciones similares.
gtsummary
Un ejemplo de una tabla descriptiva con variables cuanti y cuali estratificada por Sexo.
flextable
Este paquete es similar a otras librerías como gt, huxtable, kableExtra, etc, que transforman las tablas y dataframes de R en salidas elegantes.
La documentación oficial dice “crear tablas flexibles y altamente personalizables en formatos de Microsoft Word, PowerPoint y HTML”.
La elección de este paquete sobre las otras opciones tiene que ver con la amplitud de opciones en la compatibilidad de los formatos de salida.
Las funciones del paquete se integran facilmente con Quarto
flextable
Una tablita que creamos anteriormente con freq_table() de rstatix fue:
# A tibble: 2 × 3
Sexo n prop
<chr> <int> <dbl>
1 Mujer 31 46.3
2 Varon 36 53.7La salida tradicional de consola se visualiza estéticamente fea.
flextable
Con flextable podemos configurar esa misma tabla, para mejorar su presentación:
library(flextable)
datos |> freq_table(Sexo) |>
flextable() |>
fontsize(size = 30, part = "all") |>
align(align = "center", part = "all") |>
line_spacing(space = 2, part = "all") |>
padding(padding = 6, part = "header") |>
set_header_labels(n = "Frecuencia", prop = "%") |>
theme_zebra()Sexo | Frecuencia | % |
|---|---|---|
Mujer | 31 | 46.3 |
Varon | 36 | 53.7 |
Funciones
Las funciones nos permiten automatizar tareas comunes de una manera más potente y general que copiar y pegar.
Funciones vectoriales que toman uno o más vectores como entrada y devuelven un vector como salida.
Funciones de tablas de datos que toman un dataframe como entrada y devuelven un dataframe como salida.
Funciones gráficas que toman un dataframe como entrada y devuelven un gráfico como salida.
Ejemplo de una función
En el material de ajuste de tasas de esta unidad, hay un momento donde creamos grupos etarios regulares cada 5 años y tenemos el problema que las etiquetas de cut_interval() no coinciden con las leídas en las proyecciones de población.
Tomamos entonces el dataframe defunciones a la altura de tener EDAD y UNIEDAD antes de construir los grupos etarios.
# A tibble: 183,814 × 4
JURI EDAD UNIEDAD SEXO
<chr> <dbl> <dbl> <dbl>
1 06 86 1 1
2 06 66 1 2
3 06 84 1 1
4 06 90 1 2
5 06 73 1 2
6 06 60 1 2
7 06 72 1 2
8 06 77 1 2
9 06 78 1 1
10 06 78 1 2
# ℹ 183,804 more rowsEjemplo de una función
El código que sigue es el trabajo que hay que hacer para generar los grupos y que sean coincidentes con los grupos de las proyecciones de población.
defunciones <- defunciones |>
mutate(EDAD = if_else(UNIEDAD > 1,
true = 0,
false = EDAD),
GRUPEDAD = cut_interval(EDAD,
length = 5,
right = F),
GRUPEDAD = as.character(GRUPEDAD),
GRUPEDAD = str_sub(GRUPEDAD,
start = 2,
end = str_length(GRUPEDAD)-1),
x = str_split_fixed(GRUPEDAD, ",",
n = 2),
x2 = as.numeric(x[,2])-1,
GRUPEDAD = str_c(x[,1],"-",x2),
GRUPEDAD = if_else(EDAD >= 80,
true ="80 y más",
false = GRUPEDAD)) |>
select(!c(x, x2, EDAD, UNIEDAD))Ejemplo de una función
Entonces podemos pensar en una función que automatice la tarea para aplicarla cada vez que la necesitemos.
grupo_5 <- function(datos, EDAD, UNIEDAD) {
datos |>
mutate(EDAD = if_else({{ UNIEDAD }} > 1,
true = 0,
false = {{ EDAD }}),
GRUPEDAD = cut_interval(EDAD,
length = 5,
right = F),
GRUPEDAD = as.character(GRUPEDAD),
GRUPEDAD = str_sub(GRUPEDAD,
start = 2,
end = str_length(GRUPEDAD)-1),
x = str_split_fixed(GRUPEDAD, ",",
n = 2),
x2 = as.numeric(x[,2])-1,
GRUPEDAD = str_c(x[,1],"-",x2),
GRUPEDAD = if_else(EDAD >= 80,
true ="80 y más",
false = GRUPEDAD)) |>
select(!c(x, x2, EDAD, UNIEDAD))
}Ejemplo de una función
Aplicamos la función a los datos defunciones
# A tibble: 183,814 × 3
JURI SEXO GRUPEDAD
<chr> <dbl> <chr>
1 06 1 80 y más
2 06 2 65-69
3 06 1 80 y más
4 06 2 80 y más
5 06 2 70-74
6 06 2 60-64
7 06 2 70-74
8 06 2 75-79
9 06 1 75-79
10 06 2 75-79
# ℹ 183,804 more rows
Instituto Nacional de Epidemiología